1. 信息过载是常态一份每日分析报告到底想解决什么问题早上七点半咖啡还没喝完我先打开 arXiv 的今日列表用五分钟把标题过一遍再花二十分钟决定哪几篇值得精读、哪几篇丢进收藏夹吃灰、哪几篇直接划走。这个动作我坚持了三年多。身边不少同学和同事都问过我同一个问题arXiv 每天论文那么多到底怎么盯得住所以今天干脆把我每天都在用的这套“arXiv 每日论文分析报告”完整拆开从订阅、筛选、打分到落地一次讲清楚。先说清楚这份报告适合谁。如果你是科研新手刚进组还没找到自己的论文阅读节奏它给你一套可复制的最小流程如果你已经是高年级研究生或者算法工程师不想每天在几十个分类里乱翻它能帮你把时间花在刀刃上如果你要带学生或者做技术调研这份报告更可以当成团队信息同步的模板每周组会直接从里面挑题目讲。简单说arXiv 本身是一个巨大的流而分析报告就是你的私人筛子。很多人的误区是“看论文”等于“读论文”。每天早上看到几十上百篇标题于是挑几篇摘要还行的从头读到尾一篇花一小时一天顶多读两篇结果一周下来既焦虑又没收获。我自己吃过这个亏。后来我把动作拆开筛、判、存、读四步日常只做前三步只有被标记为“值得精读”的论文才真正全文细读。这个思维转变是我的每日分析报告能坚持下来的根本原因——它不是让你把论文读完而是让你用最小代价判断“哪几篇值得读完”。1.1 这份报告要满足的三个特征我在迭代中慢慢总结出一份能长期跑下去的论文分析报告必须满足三件事可重复执行流程是固定的每天花的时间稳定在 20–30 分钟不能某天兴致来了刷两小时某天又完全不看。可追溯记录今天的判断要留下痕迹。为什么收藏这篇、为什么忽略那篇过了两周之后还能回看。可输出结论每天筛完至少能回答“今天我的领域发生了什么值得关注的变化”哪怕答案只是“没有大新闻但有篇实验扎实的增量工作”。很多论文跟踪方案失败就是因为只实现了第一点把订阅列表拉得老长但从不记录、也不输出。于是看论文变成了刷手机看完就忘焦虑一点没少。分析报告不是信息收集器它是一个漏斗流量进来筛掉石头留下金子。1.2 2026 年的 arXiv 生态位到了 2026 年arXiv 在人工智能和相关领域的地位基本没有替代者。大厂和高校都会在正式发表之前先把预印本挂上去为的是抢占时间窗口。这意味着你看到的 arXiv 论文大概率比正式期刊或会议版本早一到三个月有些甚至不会被正式发表。它既是机会也是坑机会在于你能看到最前沿的尝试坑在于没有同行评审质量参差不齐。这个背景决定了做每日分析报告时你得默认“读完摘要和图表之后还要再验证一遍”而不是看到标题有 SOTA 就当真的。后面讲避坑的时候我会专门展开这一点。2. 订阅才是起点邮件、RSS 与第三方工具选型记录很多人都卡在第一步到底怎么稳定地获取 arXiv 论文先说结论没有最优渠道只有最匹配你习惯的渠道。我三种方式都长期用过各有适用场景下面把实际体验和配置要点列出来。2.1 官方邮件订阅最稳但最容易被忽略的入口arXiv 官网页面底部有订阅入口进入后可以按分类订阅。需要说明的是这里的订阅是“按分类”的不是按关键词。比如你研究视觉语言模型直接订阅cs.CV和cs.CL两个分类即可做强化学习的就订阅cs.LG和stat.ML。我当时的配置是选择每日推送、HTML 格式因为纯文本格式里链接靠手输太痛苦HTML 可以直接点开摘要页。邮件一般在北美时间凌晨生成换算到北京时间大概是下午到傍晚所以我习惯把它当作晚间期刊来读——白天做实验傍晚扫论文晚上再决定明天精读哪篇。这里有一个容易踩的细节官方邮件订阅是绑定邮箱地址的。如果你换了邮箱但没有重新订阅旧邮箱继续收信新邮箱一封都收不到。我身边不止一个人被这个坑过白白断了一周的信息流。另外退订入口也在同一个页面上不需要去邮件里找 Unsubscribe那个链接偶尔不灵。2.2 RSS 订阅适合自己掌控节奏的方式如果不想被邮件数量绑架RSS 是更好的选择。arXiv 官方对每个分类都有对应的 RSS 地址格式类似https://rss.arxiv.org/rss/cs.CV把地址扔进 Feedly、Inoreader 或者自建的 FreshRSS 都行。RSS 的好处是“已读状态”由你控制而不是让邮件躺在收件箱里不停积压。我自己甚至建了两个 feed 配合用核心分类的实时 feed每天更新当天扫。周边分类的周度 feed每周集中看一次避免被无关论文干扰。RSS 的坏处是如果你很久没打开阅读器积压量会非常恐怖。我的建议是给阅读器设一个合理上限超过了就“全部标记已读从今天重新开始”千万别有洁癖。2.3 第三方工具与检索接口精确筛选的高级玩法第三方工具我陆陆续续用过不少真正长期保留的不多arXiv-sanity早年很好用可以设置关键词打分、自动排序但近年维护不够活跃我更多把它当历史参考。Paper Digest能把每篇论文的核心贡献提炼成几条要点适合初筛不适合最终判断。Semantic Scholar API适合批量拉取某个关键词的论文列表配合脚本能做自己的监控面板但要写代码维护。Connected Papers找参考文献和引用关系的利器但这是“顺藤摸瓜”场景不适合每日扫描。工具之间不是互斥的你想用哪个都行。但我要给一句忠告别在工具上花太多时间。工具只是渠道真正值钱的是你自己的筛选逻辑。我见过有人花了一个月折腾一套自动化推荐系统结果每天花在调脚本上的时间比看论文还多完全本末倒置。2.4 我现在的订阅组合目前我保留的是一个比较精简的组合供参考渠道用途更新频率优点缺点官方邮件订阅核心分类cs.CL、cs.CV每日稳定、零维护无法按关键词过滤RSS feed核心分类及周边分类每日/每周已读状态可控不常开会造成积压Semantic Scholar 关键词查询特定项目相关每周一次可精确过滤需要 API 配置这套组合跑下来我每天真正需要人工过目的论文数量在 80–150 篇之间其中大部分会在两分钟内被划掉剩下的进入“候选精读池”。下面说说这个过程具体怎么做。3. 一份报告是怎么产出的四步筛选工作流拿到原始列表之后真正的分析才算开始。我把流程固定成四步每一步都有明确的动作和终止条件这样即使当天状态不好也能靠肌肉记忆跑完。3.1 第一步圈定检索边界原始订阅列表是分类级的里面混杂了很多跟你没关系的子方向。所以我每天早上不是直接在邮件里乱翻而是先跑一遍站内检索或 API 查询用表达式把范围缩小。arXiv 站内搜索支持一些简单的检索语法常用的组合有cat:cs.CL AND (abs:RAG OR abs:retrieval) AND (ti:agent OR ti:tool) cat:cs.CV AND ti:diffusion AND not abs:survey我的经验是abs:搜摘要比ti:搜标题召回更全但信噪比略低如果只想要最核心的那几篇就只用ti:。用 AND/OR/NOT 组合能省掉大量人工过滤这比你多订阅十个分类都管用。3.2 第二步标题初筛目标是把 100 篇压到 20 篇标题初筛的核心不是“读标题”而是“识别标题类型”。我总结了一套快速归类的经验标题是 “A Survey of ...” / “A Benchmark for ...” 的直接决定是“收藏备查”还是“忽略”。组会轮到你讲综述时可以翻出来平时不用细看。标题是 “Diffusion Models for X” 这种“方法应用”结构的关键看 X 是不是你关心的场景以及有没有“新问题”在里面。标题里只有抽象概念、没有方法名也没有任务名的比如 “Towards ...”、“On the ...”要警惕。这类论文两种极端要么是思辨性很强的好文要么是实验没做完来“占坑”的。一律进候选池等摘要判断。标题带 “Scaling”、“Foundations”、“Emergent” 的通常是大规模工作值得多看几眼但如果作者组是刚成立的小组就要降低预期。这一步的目标很简单把 100 篇变成 20 篇。只做减操作不做任何收藏动作。3.3 第三步摘要的三句话判断法对进入候选池的 20 篇每篇只看摘要里的三句话第一句是问题背景也就是“我们解决了什么痛点”。第二句是核心方法通常在 “we propose”、“we introduce”、“we present” 后面。第三句是结果声明一般出现在 “we show”、“our method achieves” 这一类句式里。判断标准因人而异但有一个通用信号很值钱摘要里有没有具体的量化结果。“achieves SOTA on benchmark X with 91.2% accuracy” 比 “shows significant improvement” 可信得多。如果摘要通篇都是 “we explore”、“we discuss”、“we shed light on”那这篇更像一个尚在早期的探索除非问题本身很新否则我会倾向于跳过。另外我还会看最后一屏的 “Code available” 标记。源码开放是巨大的加分项尤其是那些任务定义不标准的工作——没有代码复现成本极高。3.4 第四步图表与实验速读摘要看完还剩 5–10 篇时我会点开 PDF做一轮“只看图”的速读。顺序固定先看方法图再看结果表。方法图判断“有没有新思路”。如果整张图就是标准的 Encoder-Decoder 连线只是把某个模块换了个名字那属于增量工作如果出现了一个之前没见过的信息流路径就必须往下看。结果表判断“实验有没有说服力”。我会看三样东西有没有和足够的基线比较、有没有报告多次运行的方差、有没有消融实验。有些论文的主表只有三行对比的基线还是五年前的老模型那基本可以判断它在当前阶段不构成重要参考直接略过。这套速读流程走完我才会把论文分档分档处理方式动作A 类必读进入精读队列下载 PDF安排 1–2 小时细读B 类备查收藏摘要页写一句话笔记提醒自己为什么收藏C 类略过不保存不花时间每天最终能进 A 类的论文通常在 1–3 篇。这个比例很正常不用强求自己每天精读十篇。4. 2026-09-23 速览一份“分析报告”长什么样光说方法论可能不直观下面用 2026-09-23 这一天的列表做一次演示。说明一下以下内容是方法演示条目中的具体论文信息是示例占位实际请以你当天检索到的结果为准。4.1 当天我圈出来的子方向分布假设我当前关注的方向是生成模型、大模型推理、智能体、检索增强四个板块。把当天原始列表跑完检索表达式之后剩下 37 篇进入候选池按子方向归类大致如下子方向候选篇数印象视频生成与可控生成10有几篇在小物体可控性上做文章偏增量大模型推理效率9量化/蒸馏为主值得关注Agent 工具调用9大量工作围绕“反思-重试”机制同质化明显检索增强与记忆6一篇关于长时间记忆检索的框架有新意其他3包含一篇理论分析先备查这个分布表本身就有信息量。比如“Agent 工具调用”方向大量集中在反思机制说明这个方向可能开始内卷新发布的工作很难有本质突破。我写完备注之后就会把它同步给团队组会上直接能讨论。4.2 当天三篇“值得精读”的判定过程下面用表格形式展示我如何给三篇论文做分档判断。再次强调条目内容是流程示例。条目标题关键词摘要判断图表速读结论分档动作示例 A视频生成 / 姿态可控 / 云端扩散贡献句清楚提出姿态引导条件注入报告了明确 FVD 提升方法图有新的条件融合模块结果表包含 4 个数据集、3 个基线A 类下载 PDF 精读示例 BAgent / 工具使用 / 失败恢复贡献句较模糊多个 “we explore”方法图是常见 ReAct 变体基线只有两个且偏旧C 类略过示例 C长文本检索 / 记忆机制明确给出检索链路设计和跨域实验开源代码已提供实验表格完整含方差报告没有在最大规模上验证B 类收藏备查三条里只有一条进 A 类这是常态。我见过有人强行把三篇都当 A 类精读结果一周下来欠债越来越多。宁可一天只收一篇也不要哪天精读五篇然后歇三天。4.3 被标题骗过的一次经历做每日报告最锻炼人的不是选出好论文而是识别“看起来很好的烂论文”。我记忆里最典型的翻车案例是一篇标题非常漂亮的生成模型工作。标题关键词踩中了当时所有热点摘要也写得像模像样我说服自己值得花一个白天复现。结果跑实验的时候发现作者在附录里承认没有和最强基线对比而且代码实现里有一处阈值设置让效果虚高换到正常设置后指标直接掉了一个档次。那次之后我给自己加了两条硬规则标题越亮眼越要在图表速读时提高标准。激动的时候不下载先冷静一天。论文说“我们没法比”比“我们没比”更危险。前者可能是真没资源后者往往说明对方知道结果不理想。这种判断力只能在过程中慢慢积累但流程本身可以帮你降低翻车概率——因为你会被迫先看图再决定精读而不是被标题牵着走。5. 订阅和阅读中的五个避坑经验下面这些坑我几乎每个都踩过一遍有些踩了还不止一次。写出来给大家省点学费。5.1 坑一订阅列表膨胀从每天 30 封到 300 封刚开始用邮件订阅时我抱着“全都看看”的心态一口气订了六七个分类。结果邮箱每天涌进来三百封邮件三天之后我就再也不想打开收件箱了。后来痛定思痛把订阅砍到两个核心分类两周之后觉得不够再加一个。规则是每天新增分类后如果连续一周“已读率”低于 20%就退订。少而稳定远胜多而崩溃。5.2 坑二标题党陷阱只看摘要就下结论摘要判断法能帮你过滤掉很多次品但它不是万能的。有些论文的摘要写得极好一到实验部分就露馅。所以我的分档流程强制要求A 类必须经过图表速读绝对不能只凭摘要进精读队列。你看了一眼摘要觉得“这篇太牛了”的时候不妨把 PDF 拉到底看看是怎么跑实验的。5.3 坑三追热点与系统阅读的平衡某个热点词一夜爆火后接下来一周你会看到几十篇跟风论文大部分是换了个任务套同一个框架。我现在的策略是热点出来第一周不碰让子弹飞一会儿第二周开始关注那些做了系统对比、数据规模足够大的工作第三周才回去看小差异创新。这样既不错过真正的变革性工作也不会在跟风灌水论文上浪费时间。5.4 坑四以为 arXiv 版本等于最终版本你在 arXiv 上看到的论文可能只是初稿作者后面会在同一条目下更新 v2、v3 甚至 v4。最离谱的一次我明明在 v1 里看到的方法是 A等会议中稿后打开 v3方法已经换成了 B。所以引用之前一定要检查最新版本号疑似重要工作等上两周再看也不迟。做基线对比或者复现时直接去会议官网找 camera-ready 版本往往更可靠。5.5 坑五批量下载的“僵尸 PDF”用脚本批量拉 PDF 很容易把论文下载下来之后却再也不打开硬盘里躺着几百个“僵尸 PDF”占空间又没意义。我的做法是PDF 文件名必须包含 arXiv 编号和简短标签比如2609.12345-video-gen-attention.pdf。配合 Zotero每天只在精读之后才把 PDF 正式入库收藏夹永远保持干净。减少僵尸文件的关键不是命名技巧而是“收藏门槛要高一点”。6. 坚持三个月后我的一些个人体会最后聊几个让我真正受益的小习惯。第一个是固定时间雷打不动。我每天处理论文列表的时间固定在早上一杯咖啡的时间内不会拖到晚上。晚上脑子累了看什么都像“有点意思”判断力会差很多。第二个是精读必须留痕。凡是进入 A 类的论文24 小时之内我会用几句话写下“它解决了什么/它怎么做的/它有没有留下新问题”哪怕只有三行字也绝不空手。这几行字就是未来写 related work 的富矿。第三个是每周复盘。周五下午我会回看一下本周标记过的 B 类条目如果过了五天你完全不记得当初为什么收藏它就直接删掉没必要找补。这套方法不仅适合 arXiv博客、新闻、行业报告其实都可以用同一个漏斗逻辑订阅收紧、标题初筛、摘要验证、图表确认、留下痕迹。天天用的不是工具而是你的取舍标准。如果你也想建立自己的每日论文分析报告我的建议是别从宏大规划开始先挑一个最核心的分类按上面的流程跑两周。两周之后你会发现每天那二十分钟可能是一天里信息密度最高的二十分钟。
1. 信息过载是常态一份每日分析报告到底想解决什么问题早上七点半咖啡还没喝完我先打开 arXiv 的今日列表用五分钟把标题过一遍再花二十分钟决定哪几篇值得精读、哪几篇丢进收藏夹吃灰、哪几篇直接划走。这个动作我坚持了三年多。身边不少同学和同事都问过我同一个问题arXiv 每天论文那么多到底怎么盯得住所以今天干脆把我每天都在用的这套“arXiv 每日论文分析报告”完整拆开从订阅、筛选、打分到落地一次讲清楚。先说清楚这份报告适合谁。如果你是科研新手刚进组还没找到自己的论文阅读节奏它给你一套可复制的最小流程如果你已经是高年级研究生或者算法工程师不想每天在几十个分类里乱翻它能帮你把时间花在刀刃上如果你要带学生或者做技术调研这份报告更可以当成团队信息同步的模板每周组会直接从里面挑题目讲。简单说arXiv 本身是一个巨大的流而分析报告就是你的私人筛子。很多人的误区是“看论文”等于“读论文”。每天早上看到几十上百篇标题于是挑几篇摘要还行的从头读到尾一篇花一小时一天顶多读两篇结果一周下来既焦虑又没收获。我自己吃过这个亏。后来我把动作拆开筛、判、存、读四步日常只做前三步只有被标记为“值得精读”的论文才真正全文细读。这个思维转变是我的每日分析报告能坚持下来的根本原因——它不是让你把论文读完而是让你用最小代价判断“哪几篇值得读完”。1.1 这份报告要满足的三个特征我在迭代中慢慢总结出一份能长期跑下去的论文分析报告必须满足三件事可重复执行流程是固定的每天花的时间稳定在 20–30 分钟不能某天兴致来了刷两小时某天又完全不看。可追溯记录今天的判断要留下痕迹。为什么收藏这篇、为什么忽略那篇过了两周之后还能回看。可输出结论每天筛完至少能回答“今天我的领域发生了什么值得关注的变化”哪怕答案只是“没有大新闻但有篇实验扎实的增量工作”。很多论文跟踪方案失败就是因为只实现了第一点把订阅列表拉得老长但从不记录、也不输出。于是看论文变成了刷手机看完就忘焦虑一点没少。分析报告不是信息收集器它是一个漏斗流量进来筛掉石头留下金子。1.2 2026 年的 arXiv 生态位到了 2026 年arXiv 在人工智能和相关领域的地位基本没有替代者。大厂和高校都会在正式发表之前先把预印本挂上去为的是抢占时间窗口。这意味着你看到的 arXiv 论文大概率比正式期刊或会议版本早一到三个月有些甚至不会被正式发表。它既是机会也是坑机会在于你能看到最前沿的尝试坑在于没有同行评审质量参差不齐。这个背景决定了做每日分析报告时你得默认“读完摘要和图表之后还要再验证一遍”而不是看到标题有 SOTA 就当真的。后面讲避坑的时候我会专门展开这一点。2. 订阅才是起点邮件、RSS 与第三方工具选型记录很多人都卡在第一步到底怎么稳定地获取 arXiv 论文先说结论没有最优渠道只有最匹配你习惯的渠道。我三种方式都长期用过各有适用场景下面把实际体验和配置要点列出来。2.1 官方邮件订阅最稳但最容易被忽略的入口arXiv 官网页面底部有订阅入口进入后可以按分类订阅。需要说明的是这里的订阅是“按分类”的不是按关键词。比如你研究视觉语言模型直接订阅cs.CV和cs.CL两个分类即可做强化学习的就订阅cs.LG和stat.ML。我当时的配置是选择每日推送、HTML 格式因为纯文本格式里链接靠手输太痛苦HTML 可以直接点开摘要页。邮件一般在北美时间凌晨生成换算到北京时间大概是下午到傍晚所以我习惯把它当作晚间期刊来读——白天做实验傍晚扫论文晚上再决定明天精读哪篇。这里有一个容易踩的细节官方邮件订阅是绑定邮箱地址的。如果你换了邮箱但没有重新订阅旧邮箱继续收信新邮箱一封都收不到。我身边不止一个人被这个坑过白白断了一周的信息流。另外退订入口也在同一个页面上不需要去邮件里找 Unsubscribe那个链接偶尔不灵。2.2 RSS 订阅适合自己掌控节奏的方式如果不想被邮件数量绑架RSS 是更好的选择。arXiv 官方对每个分类都有对应的 RSS 地址格式类似https://rss.arxiv.org/rss/cs.CV把地址扔进 Feedly、Inoreader 或者自建的 FreshRSS 都行。RSS 的好处是“已读状态”由你控制而不是让邮件躺在收件箱里不停积压。我自己甚至建了两个 feed 配合用核心分类的实时 feed每天更新当天扫。周边分类的周度 feed每周集中看一次避免被无关论文干扰。RSS 的坏处是如果你很久没打开阅读器积压量会非常恐怖。我的建议是给阅读器设一个合理上限超过了就“全部标记已读从今天重新开始”千万别有洁癖。2.3 第三方工具与检索接口精确筛选的高级玩法第三方工具我陆陆续续用过不少真正长期保留的不多arXiv-sanity早年很好用可以设置关键词打分、自动排序但近年维护不够活跃我更多把它当历史参考。Paper Digest能把每篇论文的核心贡献提炼成几条要点适合初筛不适合最终判断。Semantic Scholar API适合批量拉取某个关键词的论文列表配合脚本能做自己的监控面板但要写代码维护。Connected Papers找参考文献和引用关系的利器但这是“顺藤摸瓜”场景不适合每日扫描。工具之间不是互斥的你想用哪个都行。但我要给一句忠告别在工具上花太多时间。工具只是渠道真正值钱的是你自己的筛选逻辑。我见过有人花了一个月折腾一套自动化推荐系统结果每天花在调脚本上的时间比看论文还多完全本末倒置。2.4 我现在的订阅组合目前我保留的是一个比较精简的组合供参考渠道用途更新频率优点缺点官方邮件订阅核心分类cs.CL、cs.CV每日稳定、零维护无法按关键词过滤RSS feed核心分类及周边分类每日/每周已读状态可控不常开会造成积压Semantic Scholar 关键词查询特定项目相关每周一次可精确过滤需要 API 配置这套组合跑下来我每天真正需要人工过目的论文数量在 80–150 篇之间其中大部分会在两分钟内被划掉剩下的进入“候选精读池”。下面说说这个过程具体怎么做。3. 一份报告是怎么产出的四步筛选工作流拿到原始列表之后真正的分析才算开始。我把流程固定成四步每一步都有明确的动作和终止条件这样即使当天状态不好也能靠肌肉记忆跑完。3.1 第一步圈定检索边界原始订阅列表是分类级的里面混杂了很多跟你没关系的子方向。所以我每天早上不是直接在邮件里乱翻而是先跑一遍站内检索或 API 查询用表达式把范围缩小。arXiv 站内搜索支持一些简单的检索语法常用的组合有cat:cs.CL AND (abs:RAG OR abs:retrieval) AND (ti:agent OR ti:tool) cat:cs.CV AND ti:diffusion AND not abs:survey我的经验是abs:搜摘要比ti:搜标题召回更全但信噪比略低如果只想要最核心的那几篇就只用ti:。用 AND/OR/NOT 组合能省掉大量人工过滤这比你多订阅十个分类都管用。3.2 第二步标题初筛目标是把 100 篇压到 20 篇标题初筛的核心不是“读标题”而是“识别标题类型”。我总结了一套快速归类的经验标题是 “A Survey of ...” / “A Benchmark for ...” 的直接决定是“收藏备查”还是“忽略”。组会轮到你讲综述时可以翻出来平时不用细看。标题是 “Diffusion Models for X” 这种“方法应用”结构的关键看 X 是不是你关心的场景以及有没有“新问题”在里面。标题里只有抽象概念、没有方法名也没有任务名的比如 “Towards ...”、“On the ...”要警惕。这类论文两种极端要么是思辨性很强的好文要么是实验没做完来“占坑”的。一律进候选池等摘要判断。标题带 “Scaling”、“Foundations”、“Emergent” 的通常是大规模工作值得多看几眼但如果作者组是刚成立的小组就要降低预期。这一步的目标很简单把 100 篇变成 20 篇。只做减操作不做任何收藏动作。3.3 第三步摘要的三句话判断法对进入候选池的 20 篇每篇只看摘要里的三句话第一句是问题背景也就是“我们解决了什么痛点”。第二句是核心方法通常在 “we propose”、“we introduce”、“we present” 后面。第三句是结果声明一般出现在 “we show”、“our method achieves” 这一类句式里。判断标准因人而异但有一个通用信号很值钱摘要里有没有具体的量化结果。“achieves SOTA on benchmark X with 91.2% accuracy” 比 “shows significant improvement” 可信得多。如果摘要通篇都是 “we explore”、“we discuss”、“we shed light on”那这篇更像一个尚在早期的探索除非问题本身很新否则我会倾向于跳过。另外我还会看最后一屏的 “Code available” 标记。源码开放是巨大的加分项尤其是那些任务定义不标准的工作——没有代码复现成本极高。3.4 第四步图表与实验速读摘要看完还剩 5–10 篇时我会点开 PDF做一轮“只看图”的速读。顺序固定先看方法图再看结果表。方法图判断“有没有新思路”。如果整张图就是标准的 Encoder-Decoder 连线只是把某个模块换了个名字那属于增量工作如果出现了一个之前没见过的信息流路径就必须往下看。结果表判断“实验有没有说服力”。我会看三样东西有没有和足够的基线比较、有没有报告多次运行的方差、有没有消融实验。有些论文的主表只有三行对比的基线还是五年前的老模型那基本可以判断它在当前阶段不构成重要参考直接略过。这套速读流程走完我才会把论文分档分档处理方式动作A 类必读进入精读队列下载 PDF安排 1–2 小时细读B 类备查收藏摘要页写一句话笔记提醒自己为什么收藏C 类略过不保存不花时间每天最终能进 A 类的论文通常在 1–3 篇。这个比例很正常不用强求自己每天精读十篇。4. 2026-09-23 速览一份“分析报告”长什么样光说方法论可能不直观下面用 2026-09-23 这一天的列表做一次演示。说明一下以下内容是方法演示条目中的具体论文信息是示例占位实际请以你当天检索到的结果为准。4.1 当天我圈出来的子方向分布假设我当前关注的方向是生成模型、大模型推理、智能体、检索增强四个板块。把当天原始列表跑完检索表达式之后剩下 37 篇进入候选池按子方向归类大致如下子方向候选篇数印象视频生成与可控生成10有几篇在小物体可控性上做文章偏增量大模型推理效率9量化/蒸馏为主值得关注Agent 工具调用9大量工作围绕“反思-重试”机制同质化明显检索增强与记忆6一篇关于长时间记忆检索的框架有新意其他3包含一篇理论分析先备查这个分布表本身就有信息量。比如“Agent 工具调用”方向大量集中在反思机制说明这个方向可能开始内卷新发布的工作很难有本质突破。我写完备注之后就会把它同步给团队组会上直接能讨论。4.2 当天三篇“值得精读”的判定过程下面用表格形式展示我如何给三篇论文做分档判断。再次强调条目内容是流程示例。条目标题关键词摘要判断图表速读结论分档动作示例 A视频生成 / 姿态可控 / 云端扩散贡献句清楚提出姿态引导条件注入报告了明确 FVD 提升方法图有新的条件融合模块结果表包含 4 个数据集、3 个基线A 类下载 PDF 精读示例 BAgent / 工具使用 / 失败恢复贡献句较模糊多个 “we explore”方法图是常见 ReAct 变体基线只有两个且偏旧C 类略过示例 C长文本检索 / 记忆机制明确给出检索链路设计和跨域实验开源代码已提供实验表格完整含方差报告没有在最大规模上验证B 类收藏备查三条里只有一条进 A 类这是常态。我见过有人强行把三篇都当 A 类精读结果一周下来欠债越来越多。宁可一天只收一篇也不要哪天精读五篇然后歇三天。4.3 被标题骗过的一次经历做每日报告最锻炼人的不是选出好论文而是识别“看起来很好的烂论文”。我记忆里最典型的翻车案例是一篇标题非常漂亮的生成模型工作。标题关键词踩中了当时所有热点摘要也写得像模像样我说服自己值得花一个白天复现。结果跑实验的时候发现作者在附录里承认没有和最强基线对比而且代码实现里有一处阈值设置让效果虚高换到正常设置后指标直接掉了一个档次。那次之后我给自己加了两条硬规则标题越亮眼越要在图表速读时提高标准。激动的时候不下载先冷静一天。论文说“我们没法比”比“我们没比”更危险。前者可能是真没资源后者往往说明对方知道结果不理想。这种判断力只能在过程中慢慢积累但流程本身可以帮你降低翻车概率——因为你会被迫先看图再决定精读而不是被标题牵着走。5. 订阅和阅读中的五个避坑经验下面这些坑我几乎每个都踩过一遍有些踩了还不止一次。写出来给大家省点学费。5.1 坑一订阅列表膨胀从每天 30 封到 300 封刚开始用邮件订阅时我抱着“全都看看”的心态一口气订了六七个分类。结果邮箱每天涌进来三百封邮件三天之后我就再也不想打开收件箱了。后来痛定思痛把订阅砍到两个核心分类两周之后觉得不够再加一个。规则是每天新增分类后如果连续一周“已读率”低于 20%就退订。少而稳定远胜多而崩溃。5.2 坑二标题党陷阱只看摘要就下结论摘要判断法能帮你过滤掉很多次品但它不是万能的。有些论文的摘要写得极好一到实验部分就露馅。所以我的分档流程强制要求A 类必须经过图表速读绝对不能只凭摘要进精读队列。你看了一眼摘要觉得“这篇太牛了”的时候不妨把 PDF 拉到底看看是怎么跑实验的。5.3 坑三追热点与系统阅读的平衡某个热点词一夜爆火后接下来一周你会看到几十篇跟风论文大部分是换了个任务套同一个框架。我现在的策略是热点出来第一周不碰让子弹飞一会儿第二周开始关注那些做了系统对比、数据规模足够大的工作第三周才回去看小差异创新。这样既不错过真正的变革性工作也不会在跟风灌水论文上浪费时间。5.4 坑四以为 arXiv 版本等于最终版本你在 arXiv 上看到的论文可能只是初稿作者后面会在同一条目下更新 v2、v3 甚至 v4。最离谱的一次我明明在 v1 里看到的方法是 A等会议中稿后打开 v3方法已经换成了 B。所以引用之前一定要检查最新版本号疑似重要工作等上两周再看也不迟。做基线对比或者复现时直接去会议官网找 camera-ready 版本往往更可靠。5.5 坑五批量下载的“僵尸 PDF”用脚本批量拉 PDF 很容易把论文下载下来之后却再也不打开硬盘里躺着几百个“僵尸 PDF”占空间又没意义。我的做法是PDF 文件名必须包含 arXiv 编号和简短标签比如2609.12345-video-gen-attention.pdf。配合 Zotero每天只在精读之后才把 PDF 正式入库收藏夹永远保持干净。减少僵尸文件的关键不是命名技巧而是“收藏门槛要高一点”。6. 坚持三个月后我的一些个人体会最后聊几个让我真正受益的小习惯。第一个是固定时间雷打不动。我每天处理论文列表的时间固定在早上一杯咖啡的时间内不会拖到晚上。晚上脑子累了看什么都像“有点意思”判断力会差很多。第二个是精读必须留痕。凡是进入 A 类的论文24 小时之内我会用几句话写下“它解决了什么/它怎么做的/它有没有留下新问题”哪怕只有三行字也绝不空手。这几行字就是未来写 related work 的富矿。第三个是每周复盘。周五下午我会回看一下本周标记过的 B 类条目如果过了五天你完全不记得当初为什么收藏它就直接删掉没必要找补。这套方法不仅适合 arXiv博客、新闻、行业报告其实都可以用同一个漏斗逻辑订阅收紧、标题初筛、摘要验证、图表确认、留下痕迹。天天用的不是工具而是你的取舍标准。如果你也想建立自己的每日论文分析报告我的建议是别从宏大规划开始先挑一个最核心的分类按上面的流程跑两周。两周之后你会发现每天那二十分钟可能是一天里信息密度最高的二十分钟。
